| 作成年度 | 2023年度 |
|---|---|
| 論文名 | マルチモーダルAIを用いた冬期路面すべり摩擦係数の推定 |
| 論文名（和訳） | |
| 論文副題 | |
| 発表会 | 雪氷研究大会（2023・郡山） |
| 誌名（No./号数） | 雪氷研究大会講演要旨集 |
| 発表年月日 | 2023/09/06 |
| 所属研究室／機関名 | 著者名（英名） |
|---|---|
| 寒地交通チーム | 齊田 光（SAIDA Akira） |
| 寒地交通チーム | 大廣 智則（OHIRO Tomonori） |
| 寒地交通チーム | 伊東 靖彦（ITO Yasuhiko） |
| 抄録 |
|---|
| 冬期の路面雪氷状態，特に路面のすべりやすさを把握することは適切な冬期道路管理の実施やスリップ事故の防止を進める上で重要である．齊田らは冬期の路面すべり摩擦係数を安価かつ簡単に把握するために，深層学習を用いて路面を撮影した画像から路面すべり摩擦係数（以降，μ）を推定する手法を提案した1)．当該手法はスマートフォンやWebカメラ等の安価な機器を用いて非積雪路面や圧雪路面，氷板路面などのμを精度良く推定可能である．一方で，ブラックアイスバーンや薄いシャーベット路面などは路面の雪氷がカメラ画像に映りにくく，路面画像のみから深層学習によりμを推定した場合は推定精度が低下する可能性がある． そこで本研究では，路面画像に加えて時刻や道路気象に関する情報を深層学習モデルに入力しμの推定を行うマルチモーダルAIを構築し，μ推定精度の向上を試みたので結果を報告する． |
| このサイトで提供される情報には、ＰＤＦファイルが使われています。ＰＤＦファイルをご覧頂くにはAdobeReaderが必要です、「Get AdobeReader」をクリックしてダウンロードしてください。 |  |
